| 专利号 | 2020113109830 | 申请日 | 2020-11-20 | 专利名称 | 一种基于深度学习网络的机械装配体图像分割方法和设备 |
| 授权日 | 2022-09-20 | 专利权人 | 青岛理工大学 | 发明人 | 陈成军;张春林;李东年;潘勇;高玮;赵正旭;洪军 |
| 主分类号 | G06T7/10 | 关键词 | 应用领域 | ||
| 摘要 | 本发明涉及一种基于深度学习网络的机械装配体图像分割方法，包括以下步骤：通过深度学习网络构建由编码器网络和解码器网络组成的机械装配体轻量化语义分割模型；建立机械装配体数据集；将机械装配体数据集中的深度图像输入到编码器网络中进行特征提取，获取高信息质量的特征图；将高信息质量的特征图输入至解码器网络中，恢复图像大小并进行特征融合，得到多维分割图；根据多维分割图与对应的标签图像之间的误差，更新编码器网络中的参数；利用训练集中的深度图像，迭代执行上述步骤，直到达到预设的训练次数；测试后输出机械装配体轻量化语义分割模型；利用训练好的机械装配体轻量化语义分割模型进行图像分割，分割出机械装配体的各零件。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 相关服务业 新技术与创新创业服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
